JP6104510B2 - 画像処理装置及び制御プログラム - Google Patents

Description

本発明の実施形態は、画像処理装置及び制御プログラムに関する。

ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ：磁気共鳴画像）装置等の画像診断装置にて被検体を撮像した後、アーチファクト等の異常画像の有無をチェックする必要がある。ＭＲＩ装置を使用して被検体を撮像するときには、Ｔ１強調画像、Ｔ２強調画像、ＰＤ（Ｐｒｏｔｏｎ Ｄｅｎｓｉｔｙ：プロトン密度）強調画像をそれぞれ取得する必要がある。そしてそれらを組み合わせて診断を行う。このとき、各シリーズでの撮像が終わる毎に、異常画像の有無をチェックする。現在、チェックの方法として撮像画像を自動表示して操作者が目視で撮像画像の異常等をチェックしている。ＭＲＩ装置における被検体の撮像は、Ｔ１強調画像、Ｔ２強調画像、ＰＤ強調画像と、同様の条件で、一度寝台に載置した被検体は体勢を動かすことなく全てのスキャンを終わらせなくてはならない。ここで何十枚、何百枚と撮像し、その中に一枚でも異常画像があると、もう一度初めから撮像しなおさなくてはならない。そしてそれぞれのスキャンが終了した段階でＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ）フォーマットに変換する。故に、異常画像の有無のチェックは、ＤＩＣＯＭフォーマットに変換する段階で逐一チェックを行うのがよい。

ここで仮に、Ｔ１強調画像取得スキャン→Ｔ２強調画像取得スキャン→ＰＤ強調画像取得スキャンを全て行った段階で、Ｔ１強調画像取得スキャン時の断面画像に異常画像が見つかると、全てのスキャンをやり直さなくてはならない。故に、各スキャンの終了時には異常画像が無い事を確認した後に次のスキャンへと移る必要がある。

近年、撮像画像枚数の増加に伴い、一度に数百枚もの画像を撮像することも珍しくない。またシステムの高速化によって画像表示が異常に早く、自動表示では操作者は異常画像を見つけ出すことが困難になったり、見直したりしているため、操作者の負担が増えている。

特開２００７−６１５４５号公報

本発明が解決しようとする課題は、操作者が異常画像のチェックを簡便に行うことが可能となる画像処理装置を提供するものである。

上記の課題を解決するために、一実施形態の画像処理装置は、被検体の撮像により得られる断面画像を複数枚用いて差分画像を生成する画像生成部と、前記差分画像におけるピクセル毎の画素値から、前記被検体の体格に応じた閾値を用いて前記断面画像の異常度合いを演算する演算部と、前記異常度合いを用い、前記撮像における異常に起因する異常画像の有無を操作者に確認させるための表示を行う表示部と、前記差分画像において少なくとも一つの領域を設定する条件設定部とを有し、前記演算部は、前記少なくとも一つの領域における前記異常度合いを求め、前記表示部は、前記異常度合いを表示する。

本実施形態におけるＭＲＩ装置の概略図である。 被検体Ｐをスライス厚Ｘ、スライスギャップＹにて連続的に撮像した様子を示した概略図である。 差分画像を用いて演算を行い、異常度合いを表す数値を導く例と、数値をグラフ化する例を示した概略図である。 差分画像を用いて演算する例を示した概略図である。 撮像部位毎のスライス厚、スライスギャップ、関数、及び関数に依存する異常閾値を示したテーブルの一例と、関数の一例を示した概略図である。 第１の実施形態に係るフローチャートである。 第１の実施形態における、原画像の異常度合いを示す一例を示した概略図である。 第２の実施形態に係るフローチャートである。 条件設定部にてＲＯＩとして二つの領域を設定し、ＲＯＩ内における差分画像を用いた演算結果から、原画像の異常度合いをグラフ化する例を示した概略図である。

以下、発明を実施するための実施形態について説明する。

（第１の実施形態）
第１の実施形態の画像処理装置について、以下概要を説明する。ここではＭＲＩ装置を使用する例を示す。

図１は、本実施形態におけるＭＲＩ装置の概略図である。

本実施形態におけるＭＲＩ装置は、ガントリ１０と、傾斜磁場電源２０と、ＲＦ送信部３０と、ＲＦ受信部４０と、シーケンス制御部５０と、寝台６０と、寝台制御部７０と、計算機システム１００とを備える。

計算機システム１００内のデータ処理部１１０に備わる第１画像生成部１１１は、寝台６０に載置された被検体Ｐを連続したスライス毎に撮像してそれぞれ断面画像（以下、原画像）を生成する。記憶部１０５は、第１画像生成部１１１で生成された多数の原画像を保存する。第２画像生成部１１２は、それら近接した原画像同士を用いて差分画像を生成する。そして演算部１１４は差分画像を用いて演算し、原画像の異常度合いである異常値を求める。そしてグラフ生成部１１３は異常値をグラフ化することで、操作者に異常画像の有無を直感的にわかりやすくさせる。

以下、ＭＲＩ装置に関して説明する。

ガントリ１０は、静磁場中に置かれた被検体Ｐに高周波磁場を照射し、それにより被検体Ｐから発生する磁気共鳴信号を検出する機器であり、静磁場磁石１１と、傾斜磁場コイル１２と、送受信用ＲＦ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ）コイル１３とを備える。

静磁場磁石１１は、例えば中空の円筒形状に形成され、内部の空間に一様な静磁場を発生させる超伝導磁石である。なお、静磁場磁石１１は、オープン型のＭＲＩ装置において、一様な静磁場を発生させる超伝導磁石であってもよい。

傾斜磁場コイル１２は、中空の円筒形状に形成されたコイルであり、静磁場磁石１１の内側に配置される。傾斜磁場コイル１２は、互いに直交するＸ，Ｙ，Ｚの各軸に対応する三つのコイルが組み合わされて形勢されている。本実施形態において、これら三つのコイルは、後述する傾斜磁場電源２０から個別に電流供給を受けて、Ｘ，Ｙ，Ｚの各軸において、Ｚ軸方向の磁場が傾斜磁場中心からの距離に対して、線形に変化する傾斜磁場を発生させる。

また、傾斜磁場コイル１２によって発生するＸ，Ｙ，Ｚ各軸の傾斜磁場は、例えば、スライス選択用傾斜磁場Ｇｓ、位相エンコード用傾斜磁場Ｇｅ及びリードアウト用傾斜磁場Ｇｒにそれぞれ対応する。スライス選択用傾斜磁場Ｇｓは，任意に撮像断面を決定するために用いられる。位相エンコード用傾斜磁場Ｇｅは、空間的位置に応じて磁気共鳴信号の位相を変化させるために用いられる。リードアウト用傾斜磁場Ｇｒは、空間的位置に応じて磁気共鳴信号の周波数を変化させるために用いられる。

送受信用ＲＦコイル１３は、図1に示すとおり、傾斜磁場コイル１２の内側に配置され、後述するＲＦ送信部３０から高周波パルスが供給されることにより高周波磁場を発生させ、発生した高周波磁場を被検体Ｐに送信するとともに、高周波磁場の影響で被検体Ｐから発生する磁気共鳴信号を受信する。なお、受信専用ＲＦコイル（図示なし）によって、被検体Ｐから発生する磁気共鳴信号を受信してもよい。

傾斜磁場電源２０は、傾斜磁場コイル１２に電流を供給する。ＲＦ送信部３０は、ラーモア周波数に対応する高周波パルスを送受信用ＲＦコイル１３に送信する。ＲＦ受信部４０は、送受信用ＲＦコイル１３から出力される磁気共鳴信号をデジタル化することによって生データを生成する。

シーケンス制御部５０は、計算機システム１００から送信されるシーケンス情報に基づき、傾斜磁場電源２０、ＲＦ送信部３０及びＲＦ受信部４０を駆動することにより、被検体Ｐをスキャンする際の制御を行う。そしてシーケンス制御部５０は、被検体Ｐのスキャンを行った結果、ＲＦ受信部４０から生データが送信されると、受信した生データを計算機システム１００へ転送する。

ここで、シーケンス情報とは、傾斜磁場電源２０が傾斜磁場コイル１２に供給する電源の強さや電源を供給するタイミング、ＲＦ送信部３０が送受信用ＲＦコイル１３に送信する高周波パルスの強さや高周波パルスを送信するタイミング、ＲＦ受信部４０がＮＭＲ（Ｎｕｃｌｅａｒ Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ）信号を検出するタイミングなど、スキャンを行うための手順を定義した情報である。

寝台６０は、被検体Ｐが載置される天板６１を備え、後述する寝台制御部７０による制御のもと、天板６１を被検体Ｐが載置された状態で傾斜磁場コイル１２の空洞内へと挿入する。通常、寝台６０は長手方向が静磁場磁石１１の中心軸と平行となるように設置される。

寝台制御部７０は、寝台６０を駆動して、天板６１を長手方向及び上下方向へ移動させる。

計算機システム１００は、ＭＲＩ装置の全体制御や、データ収集、画像再構成などを行い、インタフェース部１０１、データ処理部１１０、条件設定部１０６、記憶部１０５、入力部１０２、表示部１０３、及び制御部１０４を有する。

インタフェース部１０１は、シーケンス制御部５０との間でやり取りされる各種信号の入出力を制御する。例えば、インタフェース部１０１は、シーケンス制御部５０に対してシーケンス情報を送信し、シーケンス制御部５０から生データを受信する。

なお、インタフェース部１０１によって受信された生データは、傾斜磁場コイル１２によって発生したスライス選択用傾斜磁場Ｇｓ、位相エンコード用傾斜磁場Ｇｅおよびリードアウト用傾斜磁場ＧｒによってＳＥ（Ｓｌｉｃｅ Ｅｎｃｏｄｅ）方向、ＰＥ（Ｐｈａｓｅ Ｅｎｃｏｄｅ）方向およびＲＯ（Ｒｅａｄ Ｏｕｔ）方向における空間周波数の情報が対応付けられたフーリエ空間のデータ（ｋ空間データ）として、記憶部１０５に格納される。

また、インタフェース部１０１は、後述する入力部１０２を介して入力された寝台移動要求を寝台制御部７０に送信し、寝台制御部７０は、受信した寝台移動要求に基づいて、寝台６０を駆動させる。

データ処理部１１０は、第１画像生成部１１１、第２画像生成部１１２、演算部１１４を備える。第１画像生成部１１１は、ｋ空間データとして記憶部１０５に記憶されたフーリエ空間のデータに対して、後処理、即ちフーリエ変換等の再構成を施すことによって、連続したスライス毎に原画像を生成する。第２画像生成部１１２は、第１画像生成部１１１で得た原画像を複数枚用いて差分画像を生成する。このとき、隣接する二枚の原画像を用いて、対応するピクセル同士を差分した差分画像を生成するのが好ましいが、隣り合わせの原画像ではなくとも、近接する原画像を用いてもよい。

入力部１０２は、操作者から各種指示や情報入力を受け付けるためのマウスやトラックボールなどのポインティングデバイス、モード切り替えスイッチ等の選択デバイス、あるいはキーボード等の入力デバイスを有する。

表示部１０３は、操作者が参照するモニタであり、制御部１０４による制御のもと、磁気共鳴画像など各種情報を操作者に表示したり、入力部１０２を介して操作者からコマンドを受け付けるためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を表示したりする。

記憶部１０５は、インタフェース部１０１から転送されたフーリエ空間のデータや、第１画像生成部１１１がフーリエ空間のデータをフーリエ変換することで生成する磁気共鳴画像を記憶する。また、条件設定部１０６によって設定された撮像部位毎に、異なるスライス厚及びスライスギャップを設定するためのテーブルを記憶する。詳細は図５を用いて後述する。

演算部１１４は、第２画像生成部１１２にて得られた差分画像を用いて演算を行う。演算とは、関数を用いて撮像部位等によって異なる異常閾値を決め、最終的に原画像の異常度合いである異常値を求めることである。このときの異常値は、異常閾値以上の画素値であるピクセル数か、若しくは全ピクセルに対する、異常閾値以上の画素値であるピクセル数の割合から求める。

ここで、異常閾値とは、差分画像の画素値が、異常であるか否かを決めるための閾値のことを指す。異常閾値は原画像の画素値の割合から導かれ、以下、その割合及び割合を用いて求められた画素値の両方を異常閾値として表現する。例えば原画像のあるピクセルの画素値が５０の場合に、スライス条件や被検体に依存して決まる異常閾値が２０％であるとき、異常閾値は１０となる。故に、差分画像において、画素値が１０以上であるピクセルの数に基づいて異常値が求められる。

条件設定部１０６は、演算部１１４が原画像及び差分画像を用いて演算処理行い異常値求めるとき、差分画像の画素値が異常であるか否かを決めるための異常閾値を設定する。このときの異常閾値は関数に従い、撮像部位やスライス厚、スライスギャップに依存する。（図５（ｃ）参照）詳細は図５を用いて後述する。また、条件設定部１０６は、グラフ生成部１１３によって生成されるグラフ（図３参照）における、グラフ表示閾値及び原画像表示閾値を設定する。詳細は図３を用いて後述する。

グラフ生成部１１３は、演算部１１４によって得られた原画像の異常度合いを示す異常値をグラフ化する。全ての異常値をグラフ化してもよいし、予め設定されたグラフ表示閾値以上の異常値をグラフ化してもよい。

制御部１０４は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やメモリ等を有し、ＭＲＩ装置の全体制御を行う。例えば制御部１０４は、入力部１０２を介して操作者から入力される撮像条件とブロック・セッティングとをデザインする際に設定されるパラメータとに基づいてシーケンス情報を生成し、生成したシーケンス情報をシーケンス制御部５０に送信することによって被検体Ｐのスキャンを実行する。また制御部１０４は、グラフ生成部１１３によって得られたグラフを表示部１０３に表示する制御を行う。

図２は被検体Ｐをスライス厚Ｘ、スライスギャップＹにて連続的に撮像した様子を示した概略図である。

ＭＲＩ装置の使用にあたり、図２のように連続した原画像を撮像することが多い。そして人体の部分は基本的に繋がっているため、前後のスライスで大きな変化が発生することは少ない。しかしある場所で原画像３のように、アーチファクト等の異常画像が発生する場合がある。アーチファクトとは、様々な原因によって被検体本来の形状とは異なって画像に写る状態をいう。体動によるモーションアーチファクトや、ＭＲＩで計測される主要な信号とされる水成分と脂肪成分に周波数の違いがあることから発生するケミカルアーチファクト等がある。図２の原画像３のようなアーチファクトはＮ／２アーチファクトと呼ばれる一例である。Ｎ／２アーチファクトとは、位相エンコード方向のＦＯＶ（Ｆｉｅｌｄ Ｏｆ Ｖｉｅｗ：撮像範囲）の半分だけずれて、画像が二重になるアーチファクトである。また、モーションアーチファクトでも原画像３のような異常画像が検出される場合もある。

第２画像生成部１１２は、これら連続した原画像を用いて差分画像を生成する。次に演算部１１４は差分画像を用い、異常画像の有無を調べるための演算処理を行う。そしてグラフ生成部１１３は演算部１１４によって異常値として数値化された結果のグラフを生成する。以下、図３を用いて詳細を述べる。なお、被検体の断面を図２の様にスライス毎に撮像していくと、連続した画像は形状の異なり部分にあまり差が無い。故にアーチファクト等の異常画像が現れない限り、図２に示す原画像１、原画像２及び原画像４のように、それぞれ徐々に形状が変化した画像が撮像される。

図３（ａ）は、差分画像を用いて演算を行い、異常度合いを表す異常値を導く例を示した概略図である。ここでは原画像３が異常画像であると想定して説明を行う。

原画像の異常度合いを直感的に示すグラフを作成するため、第２画像生成部１１２は、原画像１及び原画像２の差分画像１を生成する。そして演算部１１４は、第２画像生成部１１２で得られた差分画像１の画素値を用いて演算し、異常値を得る。このとき演算部１１４は任意の関数を用いて演算を行い、異常閾値が決まる。

次に、第２画像生成部１１２は原画像２及び原画像３を用いて差分画像２を生成し、演算部１１４は原画像２の異常度合いを異常値２として数値化するために、差分画像２を用いて演算する。そして演算部１１４は上記と同様の演算を行うことで、原画像２の異常度合いを示した異常値２を得る。上記手順を原画像毎に行い、グラフ生成部１１３は図３（ｂ）のようなグラフを生成する。

図３（ｂ）は、図３（ａ）に示した処理によって得られた数値をもとにグラフ生成部１１３が生成する、原画像毎に異常度合いを示したグラフである。横軸は基本となる原画像のスライス位置を示した位置情報、そして縦軸は演算部１１４が数値化した異常度合いである。ここでは図２に示す通り、原画像３が異常画像である場合を想定している。原画像３が異常画像であるため、差分画像２（原画像２−原画像３）から求める原画像２の異常値も、図３（ｂ）に示す通り異常値が高くなる。このような場合には原画像のスライス位置の順番を考慮し、本来異常画像が現れている原画像３付近のグラフ付近にマークを示すなどの処理を施してもよい。

なお、「複数枚ある原画像の中に、異常画像が一枚でもあるか否か」をチェックすることができればよいので、必ずしも異常画像の厳密な発生位置を特定する必要はない。図３（ｃ）に示すように、１〜４の各シリーズの中で異常画像が検出されたら、厳密な位置を示すのではなく、記号やマークを示してもよい。図３（ｃ）ではＴ２ ＳＧのシーケンスで異常画像が検出されたことを意味している。ここでのＴ２ ＳＧとは、Ｔ２強調画像でサジタル面をスキャンするシーケンスを意味している。

また、原画像の異常値を求めるときに、差分画像だけでなく原画像を用いてもよい。例えば、差分画像と原画像の画素値の比に応じて関数や異常閾値を変える。

具体的に以下の二つの場合を考えて説明する。

あるピクセルにおいて、
（１）原画像１の画素値が１００、原画像２の画素値が９５、差分画像の画素値が５
（２）原画像１の画素値が１０、原画像２の画素値が５、差分画像の画素値が５
（１）の場合、差分画像の画素値は原画像１の画素値の５％の値であるのに対し、（２）の場合は５０％の値である。演算部１１４はこの比率を用いることで、関数及び差分画像１の画素値だけでなく、原画像１の画素値を考慮して異常値を求めてもよい。図３（ａ）における点線矢印は原画像の画素値を考慮して異常値を求めることを示唆している。

グラフには演算部１１４によって得られた数値のデータを全て表示させてもよいし、操作者が予め条件設定部１０６にてグラフ表示閾値を設定しておき、グラフ生成部１１３はグラフ表示閾値以上の数値のデータのみをグラフ表示してもよい。このとき、操作者が予め条件設定部１０６にて設定した原画像表示閾値以上の異常値の原画像は、グラフ上を入力部１０２にてクリックすることで表示させる。また、異常度合いが急激に上昇した場合は、グラフ生成部１１３は自動的にグラフ近辺に画像を表示させてもよい。それら画像の表示方法等は、操作者が条件設定部１０６にて設定できるようにしてもよい。

また、図３（ｂ）のようにグラフのみ示すのではなく、グラフと共に原画像を並べて表示させてもよい。その場合、グラフ近辺をクリックすることによって原画像を移動させて操作者が確認しやすいように表示させてもよいし、拡大表示等の種々の制御を行ってもよい。そして図３（ｃ）のようなシリーズリストをクリックすることにより、グラフ表示や画像表示を行ってもよい。

以下、図４及び図５を参照し、予め記憶部１０５に保存されたテーブルの値に基づいて演算部１１４が演算を行う例を説明する。なお、予め設定された条件ではなく、操作者が入力部１０２によってスライス厚やスライスギャップを設定してもよい。その場合の関数は、スライス厚やスライスギャップに依存して一意に決めてもよいし、入力部１０２によって操作者が設定してもよい。

図４は、原画像１及び原画像２から差分画像を生成し、差分画像を用いて演算する例を示した概略図である。

図５（ａ）は、記憶部１０５によって保存されている、撮像部位毎のスライス厚、スライスギャップ、及びそれらに依存する異常閾値を示したテーブルである。

第２画像生成部１１２は、原画像１及び原画像２を用いて差分画像を生成する。そして演算部１１４は、その異常閾値を用いることで、差分画像１の全ピクセルにおいて、画素値が予め条件設定部１０６にて定められた異常閾値未満であるか否かを判別する。その結果、差分画像１内の全ピクセルの画素値は、異常閾値未満であるか否かによって、二種類に分けられる。この時、画素値が異常閾値未満であるか否かによって分けられたピクセル数若しくは割合を用いて、演算部１１４は原画像１の異常度合いを異常値として数値化する。割合とは、全ピクセルに対する、異常閾値以上の画素値を有するピクセルの数を指す。

ここで、隣接する原画像間での形状の変化は撮像部位やスライス厚、スライスギャップ、そして被検体によって異なる。故に演算部１１４が異常度合いを数値化するときには、それらを加味して異常閾値が決まる。

また、撮像部位が同一でも被検体Ｐの体格の違いによって形状の変化の度合いが異なる。例えば図５（ｂ）のように、撮像部位が同じで、同一のスライス厚やスライスギャップであっても、被検体Ｐの体格の違い（臓器の大きさの違い）によって形状の変化の度合いは異なる場合もある。

図５（ｃ）に、被検体Ｐの体格に応じた関数の例を示す。

体格が大きい被検体Ｐの臓器等は、体格が小さい被検体Ｐと比較して大きくなる。故に、同一の撮像部位、同一のスライス条件においても、形状の変化の度合いは小さくなる。従って上述のとおり、被検体Ｐの体格に応じて明確に原画像の異常値を求めるという観点から、被検体Ｐの体格に応じた関数を用いる。

図５（ｃ）において、被検体Ａ（体格小）及び被検体Ｂ（体格大）を比べると、被検体Ａよりも形状の変化が小さい被検体Ｂにおける異常閾値は小さくなる。

また、異常閾値の設定は、ＦＯＶを用いてもよい。被検体Ｐの体格が大きい場合にはその分ＦＯＶを大きくする必要があるため、被検体Ｐの体格はＦＯＶのサイズに依存するためである。ＦＯＶの設定は操作者が行ってもよいし、予め記憶部１０５にＦＯＶを数種類保存しておき、それを用いてもよい。以下、例えば異常閾値が原画像における画素値の２０％であると仮定して説明する。

図４における（Ｘ１，Ｙ１）は、原画像１においての画素値が５０、原画像２においての画素値が４６、差分画像においての画素値が４、である。一方で（Ｘ２，Ｙ１）は、原画像においての画素値が５０、原画像２においての画素値が１０、差分画像においての画素値が４０である。異常閾値が原画像１の２０％であるため、差分画像の画素値が１０未満であれば、そのピクセルの画素値は異常閾値未満である。即ち、（Ｘ１，Ｙ１）は異常閾値未満であり、（Ｘ２，Ｙ１）は異常閾値以上である。演算部１１４は、上記手順を全ピクセルに対して行い、差分画像において、画素値が異常閾値以上の画素値を有するピクセル数をカウントする。そして演算部１１４は、画素値が異常閾値以上の画素値を有するピクセル数をもとに、原画像１の異常度合いを示す異常値を導く。このとき演算部１１４は画素値が異常閾値以上の画素値を有するピクセルの数から異常値を導いてもよいし、全ピクセルにおける、画素値が異常閾値以上の画素値を有するピクセル数の割合から異常値を導いてもよい。ちなみに図４において差分画像の画素値が異常閾値以上の画素値を有するピクセルは、点線で囲まれた（Ｘ２，Ｙ１）、（Ｘ２，Ｙ２）、（Ｘ３，Ｙ２）、（Ｘ４，Ｙ２）、（Ｘ１，Ｙ３）、（Ｘ３，Ｙ３）の６つのピクセルであり、画素値が異常閾値以上のピクセル数の割合は３７．５％である。

ここで、仮に異常閾値が原画像１の１０％であるとすると、（Ｘ２，Ｙ４）や（Ｘ３，Ｙ４）の画素値も異常閾値より高くなる。

次に、本実施形態における画像処理装置の動作を説明する。

図６は、本実施形態に係るフローチャートである。

ステップＳ１において、条件設定部１０６は、操作者によって入力された情報に基づいて撮像する部位及び撮像する範囲を指定する。そしてスライス厚やスライスギャップが決まることから、ステップＳ５において使用する異常閾値も一意に決まる。このとき、上述の通り、被検体によって体格が異なる点を考慮してもよい。ここで、例えばＳＡＲ（Ｓｐｅｃｉｆｉｃ Ａｂｓｏｒｐｔｉｏｎ Ｒａｔｅ：熱吸収比）を用いてもよい。被検体に磁場を印加すると被検体の体内には電気が流れ、それに伴いジュール熱が発生する。この時の電流量は組織に依存しており、局所ＳＡＲと呼ばれる。ＳＡＲは撮像部位によって細かく分類されている。そして診断のときに、被検体の身長・体重を入力することにより、ＳＡＲ値が定まり、それによってスライス数も定まる。

なお、各種条件は、図５に示す記憶部１０５に保存されたデータを用いずに、操作者によって詳細に設定することもできる。

ステップＳ２において、第１画像生成部１１１は、記憶部１０５に格納されたフーリエ空間のデータをフーリエ変換することにより、被験体Ｐの形態情報を示す原画像を生成する。ステップＳ１にて定められた範囲、スライス厚、スライスギャップにおいて連続的に原画像を生成する。このステップＳ２によって、図２のように徐々に形状が変化した連続的な原画像を得る。この時、中には原画像３のように各種アーチファクトによる異常画像が撮像されてしまう場合がある。

ステップＳ３において、第２画像生成部１１２は、ステップＳ２で得られた隣接する原画像を二枚用いて差分画像を生成する。第２画像生成部１１２は、二枚の原画像における同一位置のピクセルの画素値の差分を取る。そして第２画像生成部１１２は同様の操作を全ピクセルにおいて行うことで、二枚の原画像から差分画像を生成する。

ステップＳ４において、制御部１０４は、ステップＳ２において得られた全ての原画像を用いて差分画像を生成したか否かを確認する。まだ差分画像を生成するために用いられていない原画像がある場合はステップＳ３へ移る。全ての原画像を用いている場合はステップＳ５へ移る。

ステップＳ５において、演算部１１４は、ステップＳ３において取得した差分画像を用いて原画像の異常値を求める。このとき演算部１１４は、記憶部１０５に保存されたテーブル（図５参照）に基づいた関数に依存する異常閾値を用いて演算を行う。演算部１１４は、差分画像において、異常閾値未満（若しくは異常閾値以上）にある画素値を有するピクセルの数を計算する。このときのピクセル数を原画像の異常度合いである異常値としてもよいし、全ピクセルに対する異常閾値未満（若しくは異常閾値以上）にある画素値を有するピクセル数の割合から、原画像の異常値を見積もってもよい。

ステップＳ６において、制御部１０４は、演算部１１４が全ての原画像の異常値を求めたか否かを確認する。まだ異常値が求められていない原画像がある場合（Ｎ）はステップＳ５へと移る。全ての原画像に関して異常値を求めている場合（Ｙ）はステップＳ７へと移る。

ステップＳ７において、グラフ生成部１１３は、ステップＳ５で得られた異常値を図３に示すようにグラフ化する。グラフの横軸は連続する原画像のスライス位置などの情報、縦軸は原画像の異常値である。ちなみに、原画像１の異常値は差分画像１（原画像１−原画像２）から導かれ、原画像２の異常値は差分画像２（原画像２−原画像３）から導かれている。

ステップＳ８において、制御部１０４は、ステップＳ７において得られたグラフ及び原画像を表示部１０３に表示させる。制御部１０４は、操作者が予め条件設定部１０６にて設定しておいたグラフ表示閾値に基づいてグラフ表示を制御する。グラフ表示閾値が設定されている場合は、グラフ表示閾値以上の異常値（ステップＳ５で得られたもの）のみをグラフ表示する。一方でグラフ表示閾値が設定されていない場合は、制御部１０４は全ての数値をグラフ表示するための制御を行う。

また、制御部１０４は、操作者が予め条件設定部１０６にて設定しておいた原画像表示閾値に基づいて原画像表示を制御する。例えば、制御部１０４は、操作者が原画像表示閾値以上のグラフ付近を入力部１０２によってクリックした場合に、原画像表示閾値より高い数値である原画像を表示するための制御を行ってもよい。（図３（ｂ）参照）
なお、ここではグラフ表示閾値及び原画像表示閾値を条件設定部１０６にて操作者が設定する例を示したが、これに限ることはない。ステップＳ５において演算部１１４が用いる異常閾値と同様に、撮像部位等に基づいてグラフ表示閾値及び原画像表示閾値を自動的に設定してもよい。

ステップＳ９において、操作者は、表示部１０３に表示されたグラフ及び原画像を確認し、次に行うスキャンの種類を判断する。このとき、操作者が条件設定部１０６にて異常閾値を再度設定しなおしてもよい。その場合、演算部１１４は、再度設定された異常閾値に基づいて原画像の異常値を求める。そしてグラフ生成部１１３は、再設定された異常閾値に基づいて求められた異常値のグラフを生成し、表示部１０３はそのグラフを表示させる。同種スキャンを再び行う必要があると判断した場合（Ｙ）はステップＳ１０Ａへと移る。異種スキャンを行うと判断した場合（Ｎ）はステップＳ１０Ｂへと移る。又、次にスキャンを行う必要が無いと判断した場合は、ステップを終了する。

ステップＳ１０Ａにおいて、操作者は、条件設定部１０６にて撮像条件を設定しなおしてもよい。ステップＳ１以降は上述の通りである。

ステップＳ１０Ｂにおいて、操作者は、異種スキャンを行うように条件設定部１０６にて撮像条件を設定する。ステップＳ１以降は上述の通りである。

なお、アーチファクトが発生して異常画像がある場合でも、撮像範囲における端の方に一枚出た場合など、再び同じスキャンをやり直す必要が無い場合もある。これは操作者が判断を行う。

ここで、原画像の異常度合いを操作者に直感的に認知しやすくするためにグラフ化する例を示したが、本実施形態はこれに限ることは無い。例えば図７に示すように、複数毎原画像を表示させて、異常度合いが高い原画像のみを目立つように印付けや色付けを行うようにしてもよい。また、設定しておいた原画像表示閾値以上の異常値が求められた原画像を、自動的に表示させてもよい。また、図３（ｂ）のようなグラフを同時に表示させてもよい。

また、被検体Ｐの診断にあたりグラフをその都度表示させず、過去のデータを用いて異常画像を検知してもよい。その場合、異常画像発生時における異常値の上昇のパターンを参照する。過去のデータはアーチファクトの種類に応じて分類しておいてもよい。

その他異常度合いが高い原画像のみをポップアップで表示させたり画像のサイズを大きくしたり、種々雑多の手段が適用可能である。

次に、本実施形態に係る画像処理装置の効果を説明する。

本実施形態によると、演算部が原画像及び差分画像を用いて条件に応じた演算処理を行うことにより、原画像の異常度合いを、異常値として適切に数値化することができる。そしてグラフ生成部が演算部の演算結果をもとにグラフ化することにより、操作者にとって異常画像の有無が直感的に認識し易くなる。また、操作者は、診断の度に表示されたグラフの確認を行うことで、グラフ形状のパターンを把握することができる。即ち、グラフを作成して原画像の異常度合いを操作者に知らせることにより、操作者は異常画像の有無のチェックに慣れることができる。また、グラフ化した過去のデータをもとにパターン認識技術を用いることにより、グラフ化を行わずに異常画像の有無を確認することもできる。

故に、数百枚もの原画像の中から目視で異常画像の有無を一枚一枚チェックする必要がなくなり操作者の手間が省ける。更に、原画像及び差分画像における画素値から異常度合いを自動的に数値化しているため、操作者による目視よりも高精度で異常度合いを検出することができる。

また、本実施形態によって異常画像の有無を精度良く簡便にチェックすることが可能になるため、ＭＲＩ装置を効率良く使用することができる。

そしてＭＲＩ装置によって被検体を撮像するにあたり、先述の通り各スキャンを順番に行う必要がある。本実施形態では各スキャンで撮像された原画像の異常度合いを演算部が算出し、その結果は操作者にとって分かりやすく表示部に表示される。故に操作者は異常画像のチェックを迅速に精度良く行うことができ、これはＭＲＩ装置を効率良く使用することができるだけでなく、長時間寝台への載置を強いられる被検体の負担を軽減することもできる。そして無駄なく効率良くＭＲＩ装置を使用することが可能になるため、電力の浪費を防ぐことができる。

（第２の実施形態）
第２の実施形態は、第１の実施形態と比べて、図８におけるステップＳ２５でＲＯＩ（Ｒｅｇｉｏｎ Ｏｆ Ｉｎｔｅｒｅｓｔ：関心領域）を設定する点から異なる。第２の実施形態の画像処理装置を、図８を参照して概要を説明する。

図８は、本実施形態に係るフローチャートである。第１の実施形態と同様のステップに関する説明は省略し、ステップＳ２５から説明する。図６におけるステップＳ１〜Ｓ４が、図８におけるステップＳ２１〜Ｓ２４に対応している。

ステップＳ２５において、条件設定部１０６は、操作者によって入力された情報に基づいてＲＯＩを設定する。原画像内において診断に必要な領域が予め定まっている場合には、第１の実施例のように全ピクセルを演算の対象とすることなく、ＲＯＩを設定する。ＲＯＩは１つの領域に限らず、複数の領域を設定してもよい。例えば図８に示すようなアーチファクトによる異常画像を検出する場合に、ＲＯＩとして２つの領域を設定することが好ましい。

なお、ステップＳ２３の前にＲＯＩの設定を行い、設定されたＲＯＩの範囲内のみ差分画像を生成してもよい。設定されたＲＯＩ内においてのみ差分処理を行うことによって、処理時間の短縮が実現する。

以下、図９を用いて詳細を述べる。

図９は、条件設定部１０６にてＲＯＩとして二つの領域を設定し、差分画像のＲＯＩ内における演算結果から、原画像の異常度合いをグラフ化する例を示した概略図である。

図９においては原画像３にて、Ｎ／２アーチファクトによる異常画像が撮像されている。ＲＯＩ１においては原画像１〜４まで画素値の相違があまり無いため、グラフ上では大きな変化が見られない。しかしＲＯＩ２においては、原画像３におけるアーチファクトの影響が反映され、グラフ上で異常度合いが大きく上昇している。

ステップＳ２６において、演算部１１４は、ステップＳ２３において取得した差分画像において、ステップＳ２５にて指定されたＲＯＩ内における画素値に基づいて異常値を求める。このとき演算部１１４は、記憶部１０５に保存されたテーブルに基づいた関数に依存する異常閾値を用いて演算を行う。そして演算部１１４は、差分画像において、異常閾値未満（若しくは異常閾値以上）にある画素値を有するピクセルの数を計算する。このときのピクセル数を原画像の異常度合いである異常値としてもよいし、ＲＯＩ内の全ピクセルに対する異常閾値未満（若しくは異常閾値以上）にある画素値を有するピクセル数の割合から、原画像の異常値を見積もってもよい。ＲＯＩが複数設定されている場合は、演算部１１４はＲＯＩ毎に演算を行い、それぞれのＲＯＩ毎に異常値を求める。

ステップＳ２７において、制御部１０４は、全ての原画像の異常度合いの異常値を求めたか否かを確認する。まだ異常値が求められていない原画像がある場合（Ｎ）はステップＳ２６へと移る。全ての原画像に対して異常値が求められた場合（Ｙ）はステップＳ２８へと移る。

ステップＳ２８において、グラフ生成部１１３は、ステップＳ２６で得られた異常値をグラフ化する。横軸は連続する原画像の位置などの情報、縦軸は数値化された原画像の異常値である。ここで、ＲＯＩが複数設定されている場合は、グラフ生成部１１３はＲＯＩ毎にグラフを生成する。すなわちＲＯＩが三つ設定されている場合にはグラフは三種類存在する。

以下、本実施形態に係る画像処理装置の効果を説明する。

本実施形態によると、条件設定部にてＲＯＩを設定することにより、演算処理にかかる時間を早めることができる。また図９に示すように、ＲＯＩを複数設定し、グラフをＲＯＩの数に応じて複数表示させることによって、演算処理の時間短縮を図るとともに異常画像検出の精度も向上させることができる。

また、ＲＯＩを予め設定することにより、その設定位置及び範囲によってどのアーチファクトが発生したかを容易に判断することもできる。これは、例えば図９に示すＮ／２アーチファクトの場合は画像が二重になることから、磁化率効果によって現れる磁化率アーチファクト等の場合における異常具合とは大きく異なるためである。また、グラフ作成後にＲＯＩを変更又は新たに設定することもできる。これにより、より正確に異常画像のチェックを行うことができる。

即ち本実施形態は、演算処理の短縮化及び異常画像検出の精度向上を通じ、患者への負担をより軽減することが可能になる。

以上、近接する複数の原画像を用いて生成した差分画像を用いる例を説明したが、本実施形態はこれに限ることはない。例えば差分処理を行わなくとも、複数の原画像における同一位置のピクセルの画素値を比較し、割合などから原画像の異常値を見積もってもよい。その他種々雑多の手段が適用可能である。

また、ＭＲＩ装置を使用した場合に関して説明したが、本実施形態はこれに限ることはない。他のモダリティで撮影された画像データに関しても用いることが可能である。また、読影を行うために使用される、一般に医用画像ビューアなどと呼ばれる表示装置にて処理を行ってもよい。その場合、医用画像ビューアは、各モダリティで取得した画像データを画像取得部にて取得し、その画像データを用いて種々の演算を行い、異常値を導く機能が備わる。このときの画像取得部は、例えばＭＲＩ装置等のモダリティで生成された画像データを取得する何らかの手段である。有線を用いて画像データを送受信してもよいし、無線を用いてもよい。

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０ ガントリ
１１ 静磁場磁石
１２ 傾斜磁場コイル
１３ 送受信用ＲＦコイル
２０ 傾斜磁場電源
３０ ＲＦ送信部
４０ ＲＦ受信部
５０ シーケンス制御部
６０ 寝台
６１ 天板
７０ 寝台制御部
１００ 計算機システム
１０１ インタフェース部
１０２ 入力部
１０３ 表示部
１０４ 制御部
１０５ 記憶部
１０６ 条件設定部
１１０ データ処理部
１１１ 第１画像生成部
１１２ 第２画像生成部
１１３ グラフ生成部
１１４ 演算部

Claims (13)

1. 被検体の撮像により得られる断面画像を複数枚用いて差分画像を生成する画像生成部と、
   前記差分画像におけるピクセル毎の画素値から、前記被検体の体格に応じた閾値を用いて前記断面画像の異常度合いを演算する演算部と、
   前記異常度合いを用い、前記撮像における異常に起因する異常画像の有無を操作者に確認させるための表示を行う表示部と、
   前記差分画像において少なくとも一つの領域を設定する条件設定部とを有し、
   前記演算部は、前記少なくとも一つの領域における前記異常度合いを求め、
   前記表示部は、前記異常度合いを表示する画像処理装置。
2. 被検体の撮像により得られる断面画像を複数枚用いて差分画像を生成する画像生成部と、
   前記差分画像におけるピクセル毎の画素値から、前記被検体の体格に応じた閾値を用いて前記断面画像の異常度合いを演算する演算部と、
   前記異常度合いを用い、前記撮像における異常に起因する異常画像の有無を操作者に確認させるための表示を行う表示部とを有し、
   前記閾値は、前記操作者からの情報によって指定される、スライス厚とスライスギャップと撮像部位とのうち少なくとも一つと、前記被検体の体格とに基づいて定まる画像処理装置。
3. 前記差分画像において少なくとも一つの領域を設定する条件設定部をさらに有し、
   前記演算部は、前記少なくとも一つの領域における前記異常度合いを求め、
   前記表示部は、前記異常度合いを表示する請求項２に記載の画像処理装置。
4. 前記断面画像は磁気共鳴画像である請求項１乃至３のうちいずれか一項に記載の画像処理装置。
5. 前記異常度合いと、前記断面画像の位置情報を示すグラフを生成するグラフ生成部と、
   操作者からの情報を受け付ける入力部と、を更に有し、
   前記表示部は、前記操作者からの情報によって指定された前記グラフ上の位置に応じた前記断面画像を表示する請求項１乃至４のうちいずれか一項に記載の画像処理装置。
6. 前記閾値は、前記操作者からの情報によって指定される、スライス厚とスライスギャップと撮像部位とのうち少なくとも一つと前記体格とに基づいて定まる請求項１に記載の画像処理装置。
7. 前記演算部は、前記閾値と前記差分画像の画素値との比較に基づいて、前記断面画像の異常度合いである異常値を求める請求項１乃至６のうちいずれか一項に記載の画像処理装置。
8. 前記異常値は、前記差分画像における、前記閾値よりも高い画素値を有するピクセルの数に基づく請求項７に記載の画像処理装置。
9. 前記異常値は、前記差分画像における全ピクセル数に対する、前記閾値よりも高い画素値を有するピクセルの数の割合である請求項７に記載の画像処理装置。
10. 前記演算部は、前記差分画像及び前記断面画像における各ピクセルにおいて、前記差分画像の画素値の、前記断面画像の画素値に対する割合に基づいて前記異常値を求める請求項７に記載の画像処理装置。
11. 前記条件設定部は、前記断面画像及び前記差分画像において、それぞれ同一のピクセル位置に前記少なくとも一つの領域を設定し、
    前記画像生成部は、前記少なくとも一つの領域の内部でのみ差分処理を行う請求項１または３に記載の画像処理装置。
12. 被検体の体格に応じた閾値と前記被検体の撮像により得られる複数枚の断面画像から得られる差分画像とを用いて、前記断面画像の異常度合いを演算する演算部と、
    前記異常度合いを用い、一つのシーケンスにおける複数枚の前記断面画像の中に前記撮像における異常に起因する異常画像がある場合に、前記シーケンスにおいて異常画像が発生したことを表示する表示部と、
    前記差分画像において少なくとも一つの領域を設定する条件設定部とを有し、
    前記演算部は、前記少なくとも一つの領域における前記異常度合いを求め、
    前記表示部は、前記異常度合いを表示する画像処理装置。
13. 画像処理装置に、
    被検体の撮像により得られる複数枚の断面画像から得られる差分画像を生成するように機能させ、
    前記差分画像と前記被検体の体格に応じた閾値とを用いて、前記撮像における異常に関する前記断面画像の異常度合いを演算するように機能させ、
    前記異常度合いを表示部に表示するように機能させ、
    前記差分画像において少なくとも一つの領域を設定するように機能させ、
    前記異常度合いの演算において、前記少なくとも一つの領域における前記異常度合いを求めるように機能させ、
    前記異常度合いの表示において、前記異常度合いを表示させるように機能させる画像処理装置の制御プログラム。

Images